Urgences

L’IA améliore la performance des non-radiologues sur les radiographies thoraciques

icon réservé aux abonnésArticle réservé aux abonnés
Le 08/02/24 à 7:00

Dans le cadre de cette étude, 563 radios thoraciques acquises aux urgences ont été évaluées rétrospectivement à deux reprises par trois radiologues certifiés, trois internes en radiologie et trois non-radiologues et ont été comparées à la performance de l’algorithme (photo d'illustration). © Zackstarr - Radiologist | Wikimedia

Une équipe de chercheurs de l'hôpital universitaire de Munich (Allemagne) a évalué un système d’IA basé sur un réseau de neurones convolutifs, pour la détection des pathologies pulmonaires dans un service d'urgence. Les résultats ont fait l'objet d'une publication dans la revue Chest [1].

L’IA formée sur des données publiques et expertes

Cet algorithme d'IA interprétant les radiographies pulmonaires a été entraîné sur des données publiques provenant de plusieurs hôpitaux comportant des consolidations suspectes de pneumonie, des pneumothorax, des nodules et des épanchements pleuraux. Ces pathologies qui nécessitent un traitement immédiat pour déterminer si la maladie est aiguë nécessitent un haut niveau d'expertise pour une évaluation précise. Une tâche qui n'est pas toujours simple pour les non-radiologues des urgences, parfois tenus de prendre seuls des décisions cliniques basées sur les résultats d'imagerie.

563 radios thoraciques évaluées

Dans le cadre de cette étude de validati

Il vous reste 58% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Rudolph J., Huemmer C., Preuhs A. et al., « Non-radiology Healthcare Professionals Significantly Benefit from AI-Assistance in Emergency-Related Chest Radiography Interpretation », Chest, 29 janvier 2024 (pre-proof). DOI : 10.1016/j.chest.2024.01.039.

Spécialité médicale

Urgence Oncologie Pneumologie

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

intelligence artificielle radiographie thoracique

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

10 Oct

7:47

Les grands modèles de langage (LLM) et les modèles de langage de vision (VLM) accessibles au public incluent désormais rarement des avertissements médicaux en réponse aux questions médicales des patients sur les examens d’imagerie, indique une étude parue dans Nature.

7:00

09 Oct

16:28

Le congrès de la Société d’imagerie de la femme (SIFEM) 2026 aura lieu à Montpellier du 4 au 6 juin, présidé par Emma Pagès-Bouic et Patrice Taourel.

15:46

La sensibilité du scanner à faible dose pour la détection des nodules pulmonaires ne diffère pas significativement en fonction de l'IMC du patient, que le lecteur soit une IA ou un humain, selon une étude.

15:00

7:47

La société finlandaise d’imagerie médicale Planmed annonce la commercialisation sur le marché américain du dispositif Planmed XFI cone-beam CT (CBCT)®, certifié FDA. Cet appareil, premier CBCT qui porte en charge tout le corps, permet aux patients de se positionner debout et en décubitus dorsal, selon Planmed.
✕
Docteur Imago

GRATUIT
VOIR